mask rcnn里优秀的python用法

获取绝对路径

os.path.abspath("../")

联合路径或文件

os.path.join(ROOT_DIR, "samples/coco/")
os.path.join(ROOT_DIR, "mask_rcnn_coco.h5")

如果不存在就下载或创建

if not os.path.exists(COCO_MODEL_PATH):
    utils.download_trained_weights(COCO_MODEL_PATH)

组织参数及调用 以及传参，用一部分也可以传整个，显得很简洁

class InferenceConfig(coco.CocoConfig):
    # Set batch size to 1 since we'll be running inference on
    # one image at a time. Batch size = GPU_COUNT * IMAGES_PER_GPU
    GPU_COUNT = 1
    IMAGES_PER_GPU = 1

config = InferenceConfig()
config.GPU_COUNT()


model = modellib.MaskRCNN(mode="inference", model_dir=MODEL_DIR, config=config)

列出文件夹里的所有文件和文件夹

next(os.walk(IMAGE_DIR))[2]

随机选取一个元素

random.choice(file_names)

老博客地址：https://www.jianshu.com/u/1c73a3a8ae2d
新博客地址：https://inspiring26.github.io/